Ausgewählte Projekte

Ein großes Unternehmen wollte den Aufwand für wiederkehrende interne Anfragen reduzieren. Die manuelle Bearbeitung war langsam, inkonsistent und band unnötig Kapazität.

Ich habe einen KI-Assistenten end-to-end entwickelt und deployed, der eingehende Anfragen bearbeitet, relevante Informationen aus internen Wissensquellen abruft und komplexe Fälle weiterleitet. Das System läuft auf Cloud-Infrastruktur, die ich entworfen und aufgebaut habe.

Ein Unternehmen gab erhebliches Budget für manuelle Dokumentenprüfung und Datenextraktion aus. Die Frage war: Kann KI das zuverlässig ersetzen — und wenn ja, wie kommt es in die Produktion?

Start mit einem kleinen PoC zur Validierung von Qualität und ROI. Nach Bestätigung Übergang in ein produktionsreifes System mit verbesserter Extraktionsgenauigkeit und CI/CD von Anfang an.

KI-Features wurden schnell adoptiert, aber Modell- und Retrieval-Kosten waren weder einzelnen Produktfunktionen noch Kunden sauber zugeordnet. Das erschwerte Produktentscheidungen und machte Kostenanstiege erst spät sichtbar.

Ich habe eine FinOps-Grundlage für GenAI-Workloads aufgebaut: einheitliches Tagging, Kostenallokation, Verbrauchsanalysen sowie Budgets und Alarme. Daraus entstanden konkrete Optimierungen für Modellwahl, Retrieval und Limits pro Mandant.

Mehrere GenAI-Prototypen waren vorhanden, aber Änderungen an Prompts, Modellen und Retrieval ließen sich nicht einheitlich bewerten. Das Team brauchte einen praktikablen Weg, Release-Entscheidungen zu treffen, ohne jede Iteration vollständig manuell prüfen zu müssen.

Ich habe eine Evaluations- und Governance-Schicht um die bestehenden AI-Anwendungen entworfen: repräsentative Testdaten, automatisierte Qualitätsprüfungen, Guardrails, Release-Gates und Produktionsmonitoring für Qualität, Latenz und Kosten. Das Ergebnis ist ein wiederholbarer Weg vom Experiment zum kontrollierten Produktions-Release.

Ein Technologieunternehmen hatte bereits in KI-Features investiert, war aber unsicher, ob die Architektur skalieren würde. Vor weiteren Investitionen wurde eine externe Einschätzung gesucht.

In einem kurzen, fokussierten Engagement habe ich den aktuellen Ansatz bewertet, die kritischen Risiken identifiziert und klare, priorisierte Empfehlungen geliefert — ohne lange Verpflichtung.